基于视频监控的人脸识别在水电站巡检管理中的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.1.1 现场巡检的重要性 | 第8页 |
| 1.1.2 现场巡检监督存在的问题 | 第8-9页 |
| 1.1.3 研究的意义 | 第9页 |
| 1.2 相关技术及研究现状 | 第9-13页 |
| 1.2.1 智能监控研究现状 | 第10-11页 |
| 1.2.2 人脸检测与识别研究现状 | 第11-13页 |
| 1.3 技术难点 | 第13-14页 |
| 1.4 论文的主要内容 | 第14-15页 |
| 第二章 视频图像预处理 | 第15-26页 |
| 2.1 视频图像噪声消除 | 第15-20页 |
| 2.1.1 水电站监控下视频图像噪声 | 第15-16页 |
| 2.1.2 空域去噪 | 第16-18页 |
| 2.1.3 小波去噪 | 第18-20页 |
| 2.2 图像增强 | 第20-24页 |
| 2.2.1 直方图均衡化 | 第20-22页 |
| 2.2.2 Retinex算法 | 第22-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 水电站环境下人脸检测 | 第26-37页 |
| 3.1 基于Adaboost算法人脸检测 | 第26-32页 |
| 3.1.1 Haar-like特征介绍 | 第26-27页 |
| 3.1.2 积分图介绍 | 第27-28页 |
| 3.1.3 分类器构造 | 第28-29页 |
| 3.1.4 级联分类器 | 第29-30页 |
| 3.1.5 实验结果及分析 | 第30-32页 |
| 3.2 优选最佳人脸 | 第32-35页 |
| 3.2.1 图像清晰度评价 | 第33-34页 |
| 3.2.2 图像清晰度实验结果及分析 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第四章 人脸识别 | 第37-46页 |
| 4.1 PCA人脸识别算法 | 第37-40页 |
| 4.1.1 K-L变换 | 第37-38页 |
| 4.1.2 PCA在人脸识别中的应用 | 第38-40页 |
| 4.2 2DPCA人脸识别算法 | 第40-42页 |
| 4.3 实验结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 基于视频的人脸识别系统设计与实现 | 第46-53页 |
| 5.1 系统功能需求分析 | 第46页 |
| 5.2 系统设计流程 | 第46-47页 |
| 5.3 系统实现 | 第47-50页 |
| 5.4 系统测试 | 第50-51页 |
| 5.5 本章小结 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53页 |
| 6.2 未来研究展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间科研项目及发表论文 | 第60-61页 |
| 致谢 | 第61页 |
